POWER BI DAX 根据筛选值生成正态分布

Question

POWER BI DAX: 根据筛选的值 生成正态分布

我的数据源包含Date，Derivaitves, Value, Remarks, 我写了两个表达式，根据所筛选的Derivatives可以生成Average和Standard Deviation

Average = CALCULATE(
    AVERAGE(Py_FEI_TS[Value]),[]([]())
    Py_FEI_TS[Derivatives] = SELECTEDVALUE(Py_FEI_TS[Derivatives])
)
 
Standard DEV = CALCULATE(
    STDEV.S(Py_FEI_TS[Value]),
    Py_FEI_TS[Derivatives] = SELECTEDVALUE(Py_FEI_TS[Derivatives])
)

根据以上信息，我尝试生成正态分布的表达式： Normal Distribution = NORM.DIST(SELECTEDVALUE(Py_FEI_TS[Value]), [Average], [Standard DEV], FALSE())
但是该表达式生成的图一直报错

.

想要请问有什么解决办法，或者应该如何生成符合要求额正态分布。

Answer 1

参考免费微信小程序：皆我百晓生 作答，经由专家-皆知整理回复，如问题解决，望采纳；如仍有疑问，请评论回复。

在Power BI中，使用DAX公式来生成正态分布图涉及到几个关键点。错误提示表明NORM.DIST函数中的一个或多个参数类型不正确或结果超出了可处理范围。根据您的描述，这里的问题很可能在于您尝试将SELECTEDVALUE(Py_FEI_TS[Value])直接用于NORM.DIST函数，而这个值可能包含了实际观察值，而非用于计算正态分布概率的标准化值。

下面是一个解决步骤和修正后的DAX表达式示例，用于计算给定值在基于筛选Derivatives的平均值和标准差下的正态分布概率密度：

首先，确保您的平均值和标准差的计算是正确的。您提供的代码看起来基本正确，但请注意，在DAX中，如果您想确保表达式只基于当前上下文（比如筛选器），通常不需要额外的过滤器语法，除非有特定的高级上下文需求。因此，简化后的平均值和标准差计算可能是这样的：

Average =
AVERAGE(Py_FEI_TS[Value])

与

StandardDev =
STDEV.P(Py_FEI_TS[Value])

注意，我使用了STDEV.P而不是STDEV.S，因为通常在创建全局度量值时，我们想要的是总体标准偏差，除非你明确知道并且需要样本标准偏差。

接下来，计算标准化值，然后使用NORM.DIST函数。标准化值计算公式是：(X - 平均值) / 标准差。然后用这个标准化值去调用NORM.DIST函数。修改后的正态分布计算表达式如下：

NormalDistributionProbability =
VAR SelectedValue = SELECTEDVALUE(Py_FEI_TS[Value])
VAR AverageValue = [Average]
VAR StandardDevValue = [StandardDev]
VAR StandardizedValue = (_SelectedValue - _AverageValue) / _StandardDevValue
RETURN NORM.DIST(StandardizedValue, 0, 1, FALSE)

这段代码首先定义了当前选中的值、平均值和标准差，然后计算出标准化值，最后调用NORM.DIST函数，这里的第一个参数是标准化值，第二个和第三个参数分别为正态分布的平均值和标准差，由于我们已经标准化了输入值，所以这里使用0和1，最后一个参数FALSE表示返回累积分布函数的概率密度，而非累积概率。

创建这些度量值后，您可以在视觉元素中选择这些度量值来展示数据。如果目的是创建一个图表显示正态分布曲线，您可能需要进一步的操作，比如创建一个表来代表一系列的X值，然后对这些X值应用上述正态分布公式，从而生成分布曲线的数据。这通常涉及使用“新建表”功能和生成一系列数字来代表X轴的值。例如：

XValues = GENERATESERIES(min(Py_FEI_TS[Value]), max(Py_FEI_TS[Value]), 0.1)

然后基于这个XValues表和您的正态分布公式创建视觉图表。

请记得在实际应用中调整GENERATESERIES的起始值、结束值和步长，以适应您的具体数据范围和所需的精度。